Kernel-based object tracking
Meanshift tracking是由美国人D.Comaniciu等人于2001年在CVPR会议上提出，2003刊登于PAMI。虽然现在有人评论说，其研究热度及应用价值在减退，但是它的研究仍在继续。在中国，西电就有人有这方面的工作。
就2001年的工作而言，在初始帧选定跟踪目标即跟踪模板后，建立模板的像素统计直方图，比如考虑50x60的灰度图像时，就是要将这3000个像素点分配到256个像素bins中去。在具体分配时，不仅仅考虑像素值，同时还要考虑像素点距离目标中心点的距离，将这个距离作为权值的倒数。距离越远的点，其权值越小。提取出这块图像的信息，获得像素值的概率分布估计后，将它作为模板。为了实现对当前帧目标的跟踪，我们从上一帧跟踪结果起始处 ，剪切尺寸与跟踪目标相同的图像块，利用同样的方法，统计其像素信息，获得该图像块概率分布估计。
接下来，就要比较，剪切的图像块与模板之间的相似度，因为在建立时，将它们均看作是概率分布。这样，衡量两个概率分布相似度的方法有许多种。我们采用巴氏距离来刻画。利用均值漂移法直至找到满足迭代终止条件的图像块，即为跟踪结果。如此往复，最后可实现对目标在整个视频序列的识别即跟踪。